[发明专利]基于多尺度径向基函数和改进粒子群优化算法的脑电信号时频分析方法

摘要

本发明提出了一种基于多尺度径向基函数和改进粒子群优化算法的脑电信号时频分析方法。该方法应用时变参数建模法对脑电信号进行时频特征提取分析，引入多尺度径向基函数展开式辨识时变参数。首先建立时变参数模型，然后用基函数扩展法辨识模型时变参数，即将时变参数表示为一组多尺度径向基函数的线性加权组合，将时变参数的辨识问题转化为时不变参数的辨识。径向基函数的最优尺度由粒子群优化算法决定。最后根据时变参数估计值和功率谱密度公式计算脑电信号的时频分布特征。与现有时频分析方法相比，本发明方法能同时获得较高的时间和频率分辨率，能够准确提取脑电信号的时频分布特征，对癫痫脑电信号的应用及辅助癫痫疾病的诊断具有重要意义。

主权项

一种基于多尺度径向基函数与改进粒子群优化算法的脑电信号时频分析方法，其特征在于包括：步骤1.时变参数建模；步骤2.时变参数展开，时变模型转化为时不变参数模型；步骤3.选择径向基函数的中心及尺度；步骤4.时不变参数估计；步骤5.时变参数估计；步骤6.时频分析，由时变参数估计值求信号时频分布特征。